COMPΞZ 🧬

این یعنی از این به بعد هر بلایی سر دامین‌های ir و گواهی‌هاشون اومد ایشون مسئولیتی ندارد! یعنی Let’s Encrypt / ISRG می‌گوید وقتی تو گواهی می‌گیری یا استفاده می‌کنی، داری تضمین می‌کنی که: ۱) در کشور/قلمروی مشمول تحریم جامع آمریکا نیستی؛ ۲) شخص یا نهاد ممنوعه/محدودشده نیستی؛ ۳) تحت مالکیت یا کنترل چنین شخص/نهادی نیستی؛ ۴) استفاده‌ات با قوانین تحریم و کنترل صادرات آمریکا سازگار است. هست برای شما؟ برای خیلی‌هاتون نیست! 😉

⭐بر اساس خبرهایی منتشر شده، Let’s Encrypt در نسخه جدید توافق‌نامه مشترکین خود، بندی مرتبط با تحریم‌ها اضافه کرده است؛ موضوعی که می‌تواند برای کاربران کشورهایی مثل ایران مهم باشد. بر اساس متن رسمی Let’s Encrypt Subscriber Agreement v1.7 ✔️ که تاریخ آن ۴ ژوئن ۲۰۲۶ است، در بخش تعهدات کاربر بندی اضافه شده که می‌گوید درخواست‌کننده گواهی نباید در کشوری باشد که هدف تحریم‌های جامع آمریکا قرار دارد، نباید در فهرست اشخاص یا نهادهای ممنوعه و محدودشده طبق قوانین تحریم و کنترل صادرات آمریکا یا قوانین قابل‌اعمال دیگر باشد، و همچنین نباید تحت مالکیت، کنترل، یا نمایندگی چنین اشخاص یا نهادهایی فعالیت کند. به زبان ساده، Let’s Encrypt در توافق‌نامه جدید از کاربر می‌خواهد تأیید کند که استفاده‌اش از گواهی‌ها و سرویس‌های این مرجع صدور گواهی، با قوانین تحریم و کنترل صادرات آمریکا سازگار است. اما نکته مهم این است که این تغییر لزوماً به معنی «قطع کامل SSL رایگان برای همه کاربران ایرانی» نیست. در بحث‌های قبلی و سیاست‌های عملی Let’s Encrypt، تفاوت مهمی بین کاربران عادی، دامنه‌های عمومی، و نهادهای تحریمی یا دولتی وجود داشته است. یعنی صرفاً ایرانی بودن یک دامنه یا استفاده از دامنه ir. الزاماً به معنی رد شدن درخواست گواهی نیست؛ اما اشخاص، سازمان‌ها، دولت‌ها یا نهادهایی که مشمول تحریم‌های آمریکا باشند، می‌توانند با محدودیت صدور گواهی روبه‌رو شوند.

یک سؤال پرسیده بودند که نظرت در مورد Google Antigravity چیه؟ از نظر من، Google Antigravity یکی از جدی‌ترین نشانه‌های ورود به نسل جدید IDEهاست؛ نسلی که فقط قرار نیست کد رو کامل کنه، بلکه با کمک هوش مصنوعی و عامل‌های هوشمند وارد خود فرایند توسعه می‌شود. منظور از عامل هوشمند یا Agent اینه که هوش مصنوعی فقط جواب متنی نمی‌دهد؛ بلکه می‌تواند یک هدف بگیرد، پروژه را بررسی کند، فایل‌ها را بخواند، تغییر ایجاد کند، تست اجرا کند و مرحله‌به‌مرحله به سمت حل مسئله برود. از نظر من برای کارهای سطح بالا، مخصوصاً پروژه‌های انسان‌محور، وب ۲، وب ۳، اپلیکیشن‌های مدرن، نمونه‌های اولیهٔ مدرن و سریع، محصول‌سازی، توسعه‌هایی که بیشتر با منطق محصول، API، UI، سرویس‌ها و تجربه کاربری درگیر هستند، Antigravity می‌تواند یکی از بهترین IDEهای نسل جدید باشد. هرچند در خصوص زمینه‌های سطح پایین و نزدیک به ماشین هم کارایی خوبی داره اما اجازه بدین این مورد رو دیگه قاطیش نکنیم! من شخصاً در ابعاد مستند سازی یا شاید جستجو و جایگزین‌های متنی در سراسر پروژه ازش استفاده می‌کنم تا اینکه بخوام یه کار جدی باهاش انجام بدم. برای توسعه در سطح پایین‌تر، مخصوصاً زبان‌های کامپایلری، سیستم‌های بومی، معماری‌های سنگین مثل ++C، سی یا گو یا راست در زمینهٔ اشکال‌زدائی عمیق، باز‌سازی‌های حساس و پروژه‌هایی که کنترل دقیق روی بیلد سیستم و حافظه نیاز دارند، من هنوز گزینه‌ای بهتر از محصولات JetBrains نمی‌بینم. به عنوان مثال روی CLion شما می‌تونید همین عامل‌های هوشمند رو هم ادغام کنید و همین کاری که آنتی‌گراویتی انجام میده رو انجامش بدین.

یکی از مخاطبان می‌گفت می‌دونی که ازت متنفرن! و بعد کلی بی‌ادبی بلاکم کرد. 😁😩 خب باشه متنفر باشن! هیچ کس به اندازهٔ کسی که حق می‌گه مورد تنفر قرار نمی‌گیره. اینو من از خودِ توی عرزشی‌هم بهتر می‌فهمم. 😉 من نظرم مخالفه ولی دشمن شما که نیستم، شما عادت دارید هرکسی که بت‌پرستی نکرد رو دشمن خطاب کنید! کل دنیا رو دشمن خودتون می‌دونید چه برسه مردم خودتون که اونم ثابت کردین چطوریه. درضمن اگه متنفری غلط می‌کنی طومار‌های منو دنبال می‌کنی! غلط می‌کنی کتابمو می‌خونی، غلط می‌کنی از هر چیزی که به اشتراک می‌ذارم استفاده می‌کنی. 👊🏼

یه سوءتفاهم جدی درباره‌ٔ AI وجود داره، درسته منم می‌گم برید دنبالش یاد بگیرید؛ واقعاً می‌گم باید یاد بگیرید اما یه چیز‌هایی رو شما فکر کنم بهش دقت نمی‌کنید! وظیفمه این رو بگم تا از اون بعد هم بهش دقت کنید بعداً نگید کلی هزینه کردیم ولی شکست خوردیم. اول از همه که باید قبول کنیم هوش مصنوعی ابزار جادویی نیست! جایگزین فهم، تجربه، معماری، نگهداری و مسئولیت‌پذیری مهندسی هم نیست. دوم، خیلی‌ها می‌گن: «با AI دارم یه محصول می‌سازم»، اما همین‌که ابزار به محدودیت مصرف می‌خوره، می‌گه دو ساعت دیگه بیا، هفته بعد ادامه بده، یا برای ادامه باید پول بدی، تعجب می‌کنن. خب دقیقاً جای تعجبش کجاست؟ شما داری از ابزاری استفاده می‌کنی که پشتش دیتاسنتر، GPU، مدل زبانی، زیرساخت، تیم مهندسی و کلی هزینه‌ی عملیاتی خوابیده. این‌ها خیریه نیستند. همان‌طور که قبلاً یک توسعه‌دهنده‌ٔ خوب قرار نبود رایگان برای شما محصول کامل بسازد، امروز هم نباید انتظار داشته باشی AI بدون هزینه تا انتهای مسیر محصولت را بسازد، تست کند، دیباگ کند، مستند کند، منتشر کند و نگهداری کند. هوش مصنوعی می‌تواند سرعت بدهد، اما مسئولیت را از دوش شما برنمی‌دارد. نکته‌ٔ مهم‌تر این هست: پرامپت‌نویسی فقط گفتنِ «این را بساز» نیست. بخش مهمش این است که بدانی چه چیزهایی را نباید انجام دهد. چه مسیرهایی غلط است. چه تغییراتی خطرناک است. کجا نباید از صفر شروع کند. کجا نباید فایل‌ها را بازنویسی کند. کجا نباید معماری را خراب کند. کجا نباید برای یک تغییر کوچک، کل پروژه را به هم بریزد. این «نبایدها» را کسی می‌تواند درست به AI بگوید که خودش بفهمد دارد چه می‌سازد. اگر ندانی چه می‌خواهی، AI برایت خروجی تولید می‌کند؛ اما ممکن است همزمان هزینه، پیچیدگی، بدهی فنی و توهم پیشرفت هم تولید کند. مشکل اصلی این نیست که AI کد می‌نویسد. مشکل این است که خیلی‌ها فکر می‌کنند چون AI کد نوشته، پس محصول ساخته شده. نه. محصول فقط کد نیست. محصول یعنی معماری قابل نگهداری، تست، امنیت، مسیر انتشار، دیباگ، مستندات، تجربه‌ٔ کاربر، مدیریت نسخه، پشتیبانی، مانیتورینگ، به‌روزرسانی، و مهم‌تر از همه: کسی که بفهمد وقتی سیستم خراب شد، باید چه کار کند. اگر با AI به یک محصول نهایی برسی اما نفهمی پشت صحنه چه اتفاقی افتاده، روزی که یک باگ جدی در در اجرای واقعی ظاهر شود، عملاً صاحب چیزی هستی که نمی‌توانی نگهش داری. این همان تفاوت «ساختن» و «مالک واقعی بودن» است. من می‌بینم هر روز آدم‌هایی می‌گویند: «دارم با AI یه چیزی می‌سازم که پول پارو کنم.» هیجانش قابل درکه. خود من هم چند سال پیش وقتی برای اولین بار دیدم OpenAI می‌تواند کدهایم را تحلیل کند، همین هیجان را تجربه کردم. اما بعدش فهمیدم اصل ماجرا چیز دیگری است. اصل ماجرا این است که باید بدانی داری چه کار می‌کنی. فرض کن من امروز یک محصول کامل، حتی یک سیستم‌عامل کامل، از صفر تا صد برایت بسازم. اسم تو رو بذارم روش. داخل کدها هم بنویسم تو نویسنده‌اش شما هستی اصلاً بیام یه گیت‌هاب هم بیارم بالا واست طوی هندونه بدم بغلت که هرکی نبینه فکر کنه مادرزادی متخصص نرم‌افزاری. خب بعدش چی؟ چطور می‌خوای نگهش داری؟ چطور می‌خوای توسعه‌اش بدی؟ چطور می‌خوای وقتی شکست، تعمیرش کنی؟ چطور می‌خوای وقتی کاربر واقعی اومد و سیستم تحت فشار رفت، بفهمی مشکل از کجاست؟

این ابزار یک شتاب‌دهنده‌ٔ قدرتمند است، نه جایگزین عقل مهندسی.

اگر بلد باشی، می‌تواند تو را چند برابر سریع‌تر کند. اگر بلد نباشی، فقط سریع‌تر تو را به یک پروژه‌ٔ غیرقابل نگهداری و به شدت شکننده می‌رساند. این واقعیتی بود که باید می‌نوشتم! بعضی‌ها همچین تبلیغات واهی می‌کنن که انگار چه خبره! اینا همون پکیج‌فروش‌هایی هستن که فقط سبکشون عوض شده! قبلاً می‌گفتن بیا تا بهت بگم چطور فلان کارو کنی الآنم بهت می‌گن بیا تا بهت بگم چطور فلان پرامپت رو بنویس! خب آخه بی‌شعور تو مگه مهندسی؟ مگه درسشو خوندی؟ چهارتا سورس وصل کردی به AI دو تا خروجی بهت داده بدون اینکه از هزینه‌هاش و مسئولیت‌هاش بگی چه توهماتی رو داری می‌فروشی! همین AI یه لحظه برق بره یه لحظه ارتباطت با اینترنت قطع بشه چه خاکی می‌خوای بکنی تو سرت؟ انگار که کابل داناییت رو از پریز کشیدن! 😐 در این حد شماها ابله هستید که برای منافع دیده شدن خودتون هر تبلیغی رو می‌کنید! خاااک عالم بر سر فرصت طلبتون.

اینجارو هم ببینید 👇🏼😪 https://anthropic.skilljar.com شب بخیر.

دیگه با 3G همین میشه دیگه ببخشید...

آهان!!! ببین چی پیدا کردم! این دوره برای کسانی است که می‌خواهند برنامه‌نویسی را فقط در حد سینتکس و چند مثال ساده نبینند؛ بلکه وارد دنیای واقعی محاسبات علمی، مدل‌سازی، تحلیل داده و نرم‌افزارهای پژوهشی شوند. چیزی که این دوره را جذاب می‌کند این است که از Python و Jupyter شروع می‌کند، بعد وارد مفاهیمی مثل الگوریتم‌ها، ساختار داده، حل عددی مسائل، گرافیک، GUI، تحلیل داده، فایل‌های بزرگ، پایگاه‌داده، Version Control و حتی High Performance Computing می‌شود. در ادامه سراغ زبان‌های جدی‌تر هم می‌رود: Fortran، C/C++، Julia، برنامه‌نویسی موازی، MPI و مقیاس‌پذیری الگوریتم‌ها. این دقیقاً همان نقطه‌ای است که برنامه‌نویسی از «کدنویسی ساده» تبدیل می‌شود به ابزار ساخت مدل، تحلیل، شبیه‌سازی و حل مسئله‌های واقعی. برای توسعه‌دهنده‌ها، دانشجوها، پژوهشگرها و هرکسی که به Scientific Computing و مهندسی نرم‌افزار جدی علاقه دارد، این دوره واقعاً ارزش دیدن دارد. https://ocw.mit.edu/courses/12-010-computational-methods-of-scientific-programming-fall-2024/

خب خوشمزه‌ترشو پیدا کردم 👑 اگر دنبال شروع جدی‌تر با C و ++C هستید، MIT OpenCourseWare چند تا منبع خیلی ارزشمند و رایگان دیگر هم دارد که واقعاً می‌شود با آن‌ها پایه‌ها را اصولی‌تر ساخت. اولی برای ورود به دنیای ++C است؛ مناسب برای اینکه با سینتکس، مفاهیم پایه، ساختار برنامه و نگاه سیستماتیک‌تر به برنامه‌نویسی آشنا شوید. دومی یک قدم جدی‌تر است: برنامه‌نویسی مؤثر در C و ++C؛ جایی که فقط کدنویسی مهم نیست، بلکه کیفیت، درک حافظه، ساختار بهتر و نوشتن کد قابل‌اعتمادتر اهمیت پیدا می‌کند. و سومی برای کسانی است که می‌خواهند عمیق‌تر وارد دنیای پردازش موازی، چندریسمانی، زبان‌ها و کامپایلرها شوند؛ همان جایی که نرم‌افزار از حالت ساده خارج می‌شود و وارد سطح مهندسی واقعی سیستم‌ها می‌شویم. این‌ها فقط چند لینک آموزشی نیستند؛ مسیرهایی هستند برای اینکه بفهمیم چرا C و ++C هنوز در قلب سیستم‌های سریع، موتورهای نرم‌افزاری، ابزارهای زیرساختی و تکنولوژی‌های جدی حضور دارند. https://ocw.mit.edu/courses/6-096-introduction-to-c-january-iap-2011 https://ocw.mit.edu/courses/6-s096-effective-programming-in-c-and-c-january-iap-2014/ https://ocw.mit.edu/courses/6-827-multithreaded-parallelism-languages-and-compilers-fall-2002/

خب من پایتون‌چی نیستم ولی این MIT OpenCourseWare یک منبع فوق‌العاده برای یادگیری رایگان از دوره‌های دانشگاه MIT است. 🎖️ یک مسیر پیشنهادی برای شروع برنامه‌نویسی و علوم کامپیوتر معرفی می‌کند؛ مخصوص کسانی که می‌خواهند از پایه وارد دنیای کدنویسی، حل مسئله و تفکر محاسباتی شوند. ارزش اصلی آن‌ها فقط یادگیری یک زبان برنامه‌نویسی نیست؛ بلکه یادگیری روش فکر کردن مثل یک مهندس نرم‌افزار است. برای افراد تازه‌کار، دانشجوها، یا حتی توسعه‌دهنده‌هایی که می‌خواهند پایه‌های علوم کامپیوتر را دوباره اصولی مرور کنند، این مسیر می‌تواند بسیار مفید باشد. https://ocw.mit.edu/course-lists/general-introductions-to-programming

خب، بعد از بررسی ۴۸ ساعتهٔ نسخهٔ تجاری کلاد، تا حدی تونست متقاعدم کنه! چیزی که هیچ یک از مدل‌ها نتونسته بودن به درستی درکش کنن؛ در نگاه اول، مدل‌هایی که قبلاً حتی با کدکس امتحان کرده بودم QML را شبیه ترکیبی از CSS و JavaScript می‌بینند؛ چون ظاهرش ساده است، ساختارش برای تعریف UI استفاده می‌شود و داخلش می‌توان منطق‌های سبک نوشت. اما واقعیت این است که QML فقط یک زبان ظاهری برای چیدن دکمه و متن روی صفحه نیست و اینجاست خیلی از مدل‌ها چیزی که در نهایت تولید می‌کنن نیاز به بازنگری بسیار شدید و تعمیرات دستی داره. کیو‌اِم‌ال یک زبان سطح‌بالا، اعلانی و واکنش‌گرا در اکوسیستم Qt است که مدل فکری متفاوتی دارد. در QML شما صرفاً دستور نمی‌دهید که «این کار را انجام بده»؛ بلکه وضعیت، رابطه‌ها، وابستگی‌ها و رفتار رابط کاربری را توصیف می‌کنید. درک درست QML یعنی فهمیدن اینکه Property Binding چگونه کار می‌کند، چرخه عمر کامپوننت‌ها چیست، contextها چگونه داده را منتقل می‌کنند، ارتباط سیگنال‌ها و اسلات‌ها با ++C چطور شکل می‌گیرد، و کجا باید منطق در QML بماند و کجا باید به ++C منتقل شود. به همین دلیل، QML با اینکه در ظاهر ساده و شبیه زبان‌های طراحی UI به نظر می‌رسد، در پروژه‌های واقعی می‌تواند بسیار سخت و ظریف باشد. مخصوصاً وقتی قرار است با ++C ترکیب شود و معماری تمیز، پایدار و قابل نگهداری بسازد. بین همهٔ مدل‌هایی که امتحان کردم کلاد واقعاً برای اولین بار ثابت کرد که می‌تونم در مسائلی که زمان‌بر هستند بسیار بسیار مفید باشد.

خودم بارها به این مرض دچار شدم‌ها... یکی از عواملی که باعث می‌شه به MVP نرسی و زمان زیادی رو از دست بدی همین مرضه! راه حلش به لطف هوش مصنوعی ممکن هست! مثلاً به‌جای اینکه مستقیم برویم سراغ معماری، الگوهای طراحی، انتزاع‌های زیاد یا ساختارهای آینده‌نگرانه، می‌توانیم از AI به‌عنوان یک هم‌فکر فنی استفاده کنیم؛ نه فقط برای کدنویسی، بلکه برای ساده‌تر دیدن مسئله. می‌توانیم از آن بپرسیم: «ساده‌ترین راه‌حل قابل قبول برای این مسئله چیست؟» «کدام بخش واقعاً لازم است و کدام بخش فقط حدس من از آینده است؟» «اگر قرار باشد این را در یک روز پیاده‌سازی کنم، چه چیزهایی را حذف می‌کنم؟» «آیا پیچیدگی این راه‌حل با اندازه واقعی مسئله تناسب دارد؟» «اگر این پروژه هنوز در مرحله MVP باشد، کدام بخش‌ها زیادی سنگین طراحی شده‌اند؟» «کدام قسمت از این طراحی، فقط برای سناریویی ساخته شده که هنوز اتفاق نیفتاده است؟» همین چند سؤال ساده، وقتی از AI درست پرسیده شوند، گاهی جلوی چند روز اضافه‌کاری، چند لایه کد غیرضروری و یک معماری سنگین را می‌گیرند. ارزش AI فقط این نیست که سریع‌تر کد تولید کند؛ گاهی ارزش واقعی‌اش این است که قبل از نوشتن کد، ما را وادار کند مسئله را کوچک‌تر، دقیق‌تر و واقعی‌تر ببینیم.

وقتی راه‌حل ما از خودِ مسئله بزرگ‌تر می‌شود، یعنی گرفتار سندروم مهندسی بیش‌ازحد یا Over-engineering Syndrome شده‌ایم؛ مرضی رایج در دنیای نرم‌افزار که آرام‌آرام کد را پیچیده، شکننده و پرهزینه می‌کند. https://farcaster.xyz/compez.eth/0x9363ab26 https://x.com/thecompez/status/2064598660856324492

GN :)

محصولات تجاری و سازمانی‌تون رو روی ARM توسعه بدید. سعی کنید تمام کد‌های زیر سیستمی و محاسباتی و الگوریتم‌هاتون رو روی این معماری بهینه کنید. ذره‌ای شک ندارم حتی همین الآن هم برای ورود جدی به این اکوسیستم دیر کردیم. اکو سیستم آرم دیگه خیلی وقته فقط معماری موبایل نیست؛ داره آروم ‌آروم از دستگاه‌های شخصی تا زیرساخت، سرورها و محصولات تخصصی رو تصاحب می‌کنه. چند وقت دیگه خیلی از نرم‌افزارهایی که امروز برای x86 طراحی می‌شن، روی سخت‌افزارهای اختصاصی باید بهینگی حداکثری داشته باشن؛ از سیستم‌های سنتی نرم‌افزاری بگیر، تا حسابداری، انبارداری، مدیریت مشتری و فروشگاهی گرفته تا تجهیزات صنعتی، پزشکی و سازمانی. چیزی که می‌گم قطع یقین مطمئنم زیاد طول نمی‌کشه بحران انرژی مجبورتون خواهد کرد بهش اهمیت بدین! به خصوص در ایران پتانسیل به شدت زیادی وجود داره که فقط سازنده می‌خواد! کار کن می‌خواد. این پست رو پین می‌کنم برای آینده؛ واسهٔ خودم و یاد آوری اینکه کجا چه چیزی رو گفتم.

خب این یعنی کاربر کار غیر قانونی کرده یا شما کار غیر قانونی کردی!؟ 😵‍💫 چطور شد من نفهمیدم! 😆 در هر صورت خودت داری تأیید می‌کنی که کلاه‌بردارید. ☺️

چند وقت پیشش توی یکی از پست‌‌هام نوشتم که تهیه نسخهٔ پشتیبان از سرور یه دردسره که اینو به کمک یه ربات داخلی توی سرور حل کرده بودم و هر ۲۴ ساعت یه بار از اطلاعاتمون نسخهٔ پشتیبان تهیه می‌کرد. حالا والترا یک ابزار مفید‌تر و دم دست‌تر هست که خیلی راحت اطلاعات سرور رو بهش میدی و می‌تونه به سه حالت زیر از داده‌های شما بک‌آپ تهیه کنه، بسازه و دانلود کنه روی سیستم یا هرجایی که دوست دارید. ۱) تهیه نسخهٔ پشتیبان از بانک‌اطلاعاتی ۲) تهیه نسخهٔ پشتیبان از پوشه‌ها، فایل‌ها، سایت‌ها، اپلیکیشن‌ها یا هر چیزی که مهمه و روی سرور موجوده ۳) سرویس‌ها مثل آپاچی، انجین‌ایکس، داکر و ... این یک نسخهٔ آلفاست برای خودم، ولی متن‌بازش خواهم کرد واسه عموم. ✔️

عشق کنید 🎧🎧🎶 https://open.spotify.com/track/4IbiLyOeP5MvgKUzmaOIJ6?si=MA1uXHR-RfeZ0AQ-rDMwlw

وضعیت فیلترنت طوریه که من مودم رو روی 3G تنظیم کردم و تنها در این صورت هر ده دقیقه یه بار اینترنت دارم. 😄 همراه اول که عملاً تعطیل بیش از ۱ هفتست هیچ دیتایی نمیده بهم روی هر گوشی سیم‌کارت همینه. تنها ایرانسل اونم روی 3G 😐 چطوری باز کردین که اینطوریه؟! اینطور که من متوجه شدم مشکلات اساسی هم در BTS‌ها وجود داره اصلاً کشش سرویس دهی ندارن و علاه بر این دیتاسنتر‌ها هم هیچ کدومشون اینترنت بین‌المللی ندارند. پاسخ مسئولین؟ همینه که هست! برو دعا کن زنده‌ای.